[!--title--]

来源 :四川农业大学 | 被引量 : [!--cite_num--]次 | 上传用户:[!--user--]
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
[!--newstext--]
其他文献
特种串联机械臂是某特种试验中搭载模型的关键机构,承担着稳固模型位置及调整位姿的重要任务。含有大量构件和运动关节的串联机械臂不可避免的会受到各种误差因素的影响,这些误差则会反映在机构末端执行器的运动上,尤其是累积性的误差,会随着机构服役周期的增加不断叠加,甚至引起精度的失效。本文针对多误差因素耦合的情况,重点考虑累积性因素,分析特种串联机械臂运动精度及可靠性对误差的响应,并进行精度的分配与可靠度的优
木质纤维素生物质细胞壁主要由多糖和芳香聚合物木质素组成,这些聚合物已经进化成复杂的复合材料,使植物细胞壁具备一定的顽固性,阻碍了木质纤维素原料的利用。生物预处理作为一种比物理预处理或化学预处理更可持续的选择,正受到越来越多的关注,然而生物降解细胞壁背后的去木质素机制还远远没有被完全了解。本文以4.5年生毛竹(Phyllostachys edulis(Carrière)J.Houz)为试验材料,通过
随着移动互联网通信技术的快速发展,新型移动网络的应用和业务越来越多,传统的尽力而为的路由算法无法满足这些新应用和业务的网络服务质量(Quality of Service,QoS)需求。近年来,软件定义网络(Software-Defined Networking,SDN)的出现使网络管理变得更加灵活和高效,软件定义范式被应用于网络路由中,在很大程度上改善了网络的QoS,但是,基于软件定义范式的QoS
高精度的眼底视网膜血管病变特征影像可以极大地提高疾病诊断效率,而从彩色眼底图像中制作出一张高精度的视网膜血管影像需要专业医生投入大量的时间和精力进行手工标记。手工标记错误率高、主观性强,如果采用深度学习技术进行自动标注,则既能体现标注血管的客观性,又能提高医生的工作效率。然而,视网膜数据集中有标注的眼底图像样本量的不足使深度学习模型的泛化能力较差,影响了训练及分割的效果。为此,本文研究图像生成算法
近年来,随着云计算和物联网的迅猛发展,访问控制域中的节点呈现出海量性、动态性、异构性等特点。这使得传统访问控制集中式的授权模式,管理成本和维护压力巨大。同时因为所有访问授权都依赖中心化的可信实体进行的单一权限判决,有可能存在权限判决透明度的问题。此外,当单一的决策点发生故障时,将导致整个访问控制系统停止运转,所以也存在很明显的单点失败的问题。区块链作为一种分布式的技术范式,具有去中心化、不可篡改、
铅(Pb)是对人类和野生生物最具毒性的重金属之一,它对鸟类的身体、神经和血液学临床症状产生多种负面影响。但是,铅对鸟类肠道菌群和肝脏脂质代谢的影响尚不清楚。在这项研究中,我们使用雌性日本鹌鹑(Coturnixjaponica)研究了慢性铅暴露对盲肠微生物群落多样性、盲肠免疫功能、肝脏氧化应激和AMPK(AMP依赖的蛋白激酶)基于的脂质代谢的影响,我们的结果分为两个部分。第一部分:我们使用雌性日本鹌
线性保持问题一直是近几十年来许多学者研究的热点问题,它旨在刻画矩阵代数或算子代数上的保持某些性质,函数,集合或者关系的线性或者可加映射.在线性保持问题的研究中,刻画矩阵代数和算子代数上保持可逆元.幂等元,幂零元,零积的可加映射引起了学者的广泛关注,并取得了一系列深刻的结果.这些问题的研究实质上就是对保持一类算子方程的可加映射的研究.本文从广义逆和*偏序的概念出发,刻画了保持两类算子方程的可加映射.
等离激元光催化作为一种新型的催化体系,相对传统的光催化,条件更为温和,反应更具选择性,已经实现了多种传统光催化中难以发生的化学反应。在原位等离激元光催化中,激发光直接照射在金属结构和分子上,强光会破坏分子结构及吸附性能,引起不可逆转的后果。基于银纳米线的等离激元波导的远程等离激元光催化能够解决原位激发问题,但传输效率较低、调控难度较大,且难以避免金属结构热效应对分子的影响。本论文中我们利用稀土离子
Wolbachia作为世界上分布最为广泛的共生菌之一,其感染埃及伊蚊(Aedes aegypti)后可赋予宿主产生抗病毒特性。虽然文献证实Wolbachia可以激活蚊体免疫通路从而抑制登革病毒、寨卡病毒等多种蚊媒病毒的复制,但是关于Wolbachia调控免疫通路的具体分子机制尚未完全探明。本研究旨在探明Wolbachia对埃及伊蚊细胞中micro RNA(mi RNA)表达谱的调控并探究其调控的差
随着科技的发展,智能设备在日常生活中的应用越来越普遍,这些智能设备产生了海量的轨迹数据,对这些轨迹数据的分析和充分应用的需求日益迫切。学习历史轨迹模态、理解行人运动模式进行轨迹预测是无人驾驶、具有社会意识机器人等众多应用方向中具有挑战的关键问题。当前研究人员提出了多种轨迹预测方法,包括基于线性函数的方法、基于统计学的方法和基于深度学习的方法。其中,基于线性函数的方法不能对复杂运动建模,只能在较少的